专栏首页量子位用AI实现隔墙“透视”,准确率达97%,这家中国公司研究入选CVPR

用AI实现隔墙“透视”,准确率达97%,这家中国公司研究入选CVPR

晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI

试想一下,自动驾驶汽车行驶到了拐弯处,即使激光雷达再强大,也无法探测到建筑物后的有什么事情发生,如果是突然有行人冲出来,后果不堪设想。

其实用激光结合强大的AI算法,可以帮你看到墙后究竟有没有人,甚至还能看出他的姿势。

最近,一家来自中国的AI创业公司合刃科技与华中科技大学、斯坦福大学等合作,尝试用墙壁散射的光去复原被遮挡数字,正确率最高能达到97%,整个过程不需要1秒,更适合用在需要实时处理的自动驾驶。

他们的论文《Direct Object Recognition Without Line-of-Sight Using Optical Coherence》已被CVPR 2019收录。

之前,量子位介绍过一种可以用墙面反射的复原屏幕内容的方法。而合刃科技提出的方法不需要复杂的图像重建过程,不仅能恢复简单的图像,甚至还能推测人体的姿势。

隔板猜物

研究人员给算法出了道难题,让它从拍摄白墙上的画面,推测黑色挡板背后屏幕上的内容。由于被拍摄物体和相机之间有不透明的障碍物,因此相机只能采集到挡板上漫反射的光。

上面的布局太复杂,简化后的示意图如下:

除了这种比较简单的情形,研究人员还给算法出了两道附加题:让激光来回反射绕过两堵墙,甚至还设计了一种“旋转的墙壁”。

由全息照片猜数字

激光与我们日常见到的日光、灯光不同,不仅能记录强度,还能记录相位信息,通俗地说就是能记录被拍物体的立体信息,与全息照相类似。

当携带MNIST数字信息的相干光经过挡板漫反射后,形成散斑图。虽然由散斑图复原物体有困难,但是可以用AI算法,对障碍物后面的数字变化进行实时识别。

仅仅能识别数字图像还不行,研究人员还尝试从散斑图找到中得到墙后面隐藏的人,已经他正处在什么姿势。

在处理图像时,AI算法用了两个网络:

1、SimpleNet,它用来对10个数字图像进行分类,包含4个卷积层,完全连接层中由1024个神经元。

由于全息图像的每个区域都包含被拍摄物体的全部信息,为了减小计算量,研究人员只选取照片中200×200的一小块区域,从拍摄的1万张照片中选取95%作为训练集,5%作为数据集。

2、ResNet-18,它用来对人体姿势进行分类。输入图像被裁剪至224×224。

准确率最高97%

在识别MNIST手写数字的实验中,算法的平均识别准确率均在91%以上,最高可达97%。

通过深度学习的AI算法处理,研究人员对12个人不用的10种姿势进行识别,得到的平均识别准确率为78.18%。

论文链接: https://arxiv.org/abs/1903.07705

作者系网易新闻·网易号“各有态度”签约作者

本文分享自微信公众号 - 量子位(QbitAI),作者:关注前沿科技

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-03-21

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 亚马逊AI相机1600元开卖,搭载深度学习模型,具备编程能力

    如果你不是极客,这款相机可能不太适合你,但如果你也想自己搞出一款AI摄像机,这款DeepLens可能会让你欢喜。

    量子位
  • AI大牛LeCun:Python该过时了!深度学习需要新编程语言

    昨天,这位Facebook人工智能实验室主任、纽约大学教授深刻探讨了深度学习的未来。

    量子位
  • Google在东京召开了一场AI座谈会

    李根 假装发自 Tokyo 量子位 报道 | 公众号 QbitAI Google在AI方面又有什么新进展? 每年年尾,Google都习惯在东京举办“座谈会”,...

    量子位
  • 一款「 负体验 」的AI产品

    今年我大部分的时间都花在研究人工智能和写书上(文章后面有书的进展,出版社编辑终于可以让我公布出来了哈哈哈),在快要到10月份的时候,我大学毕业时立下的“一年开发...

    mixlab
  • 使用RNN和CNN混合的’鸡尾酒疗法’,提升网络对文本的识别正确率

    前几节我们详细研究了GRU和LSTM网络层,这两者特点是能够抓取输入数据在时间上的逻辑联系,因此这两种网络特别容易从文本中抓取规律,因为文本是有一个个单词依据前...

    望月从良
  • 大会 | 优必选悉尼AI研究院AAAI 2018顶会论文一览

    AI 科技评论按:第 32 届人工智能顶级会议 AAAI 2018 在美国新奥尔良召开。在今年的 AAAI 上,优必选悉尼 AI 研究院共有 5 篇论文入选,其...

    AI科技评论
  • 每个人都应该了解机器学习

    在过去的几个月里,我有机会与很多决策者讨论人工智能,特别是机器学习。他们的投资者已经向他们的一些高管询问他们的机器学习(ML)策略以及他们已经实施ML的地方。那...

    liuxuewen
  • 5G的未来投资机会在哪里?(附中国5G产业发展与投资报告全文)

    导读:日前,为了更好地以资本助推5G产业发展,中国移动投资公司与中国移动研究院联合发布了《洞见5G,投资未来——中国5G产业发展与投资报告》,分析了5G对生产和...

    华章科技
  • niftynet Demo分析 -- brain_parcellation

    论文详细介绍 通过从脑部MR图像中分割155个神经结构来验证该网络学习3D表示的效率 目标:设计一个高分辨率和紧凑的网络架构来分割体积图像中的精细结构 特...

    范中豪
  • 终极人机大战要来了?AI打星际2即将直播,DeepMind暴雪发出神秘预告

    刚刚,DeepMind和暴雪联合宣布,北京时间周五凌晨2点,公开展示AI打《星际争霸II》(下称星际2)的新进展!

    量子位

扫码关注云+社区

领取腾讯云代金券